如何在不破坏字符的情况下将图像分割成块- python

Question

我正在试着从课文中读取图像。如果我把图像分解成小块，我会得到更好的效果，但问题是，当我试图分割图像时，它正在切割/切割我的角色。

我正在使用的代码：

from __future__ import division

import math
import os

from PIL import Image


def long_slice(image_path, out_name, outdir, slice_size):
    """slice an image into parts slice_size tall"""
    img = Image.open(image_path)
    width, height = img.size
    upper = 0
    left = 0
    slices = int(math.ceil(height/slice_size))

    count = 1
    for slice in range(slices):
        #if we are at the end, set the lower bound to be the bottom of the image
        if count == slices:
            lower = height
        else:
            lower = int(count * slice_size)
        #set the bounding box! The important bit
        bbox = (left, upper, width, lower)
        working_slice = img.crop(bbox)
        upper += slice_size
        #save the slice
        working_slice.save(os.path.join(outdir, "slice_" + out_name + "_" + str(count)+".png"))
        count +=1

if __name__ == '__main__':
    #slice_size is the max height of the slices in pixels
    long_slice("/python_project/screenshot.png","longcat", os.getcwd(), 100)

示例图像:我要处理的图像

​

​

预期/我正在努力做的事：

我想把每一行分割成单独的图像，而不需要切割字符。

第1行：

​

​

第2行：

​

​

当前结果:图像中的字符被裁剪。

​

​

我不想根据像素切割图像，因为每个文档都有单独的间距和线宽

谢谢Jk

Answer 1

下面是一个解决方案，它查找图像中最亮的行(即没有文本的行)，然后在这些行上拆分图像。到目前为止，我已经标记了部分，并将实际出现的情况留给您。

该算法如下：

1. 查找每一行中每个像素的亮度之和(我只是使用红色通道)。
2. 查找与最亮行一样亮的至少0.999和(我使用的阈值)的行。
3. 标记那些行

下面的代码将返回这些行的列表：

def find_lightest_rows(img, threshold):
    line_luminances = [0] * img.height

    for y in range(img.height):
        for x in range(img.width):
            line_luminances[y] += img.getpixel((x, y))[0]

    line_luminances = [x for x in enumerate(line_luminances)]
    line_luminances.sort(key=lambda x: -x[1])
    lightest_row_luminance = line_luminances[0][1]
    lightest_rows = []
    for row, lum in line_luminances:
        if(lum > lightest_row_luminance * threshold):
            lightest_rows.add(row)

    return lightest_rows

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 ... ]

在将这些行染成红色后，我们得到了这样的图像：

​

​